厉害！1月2篇，钱璐璐，唯一通讯发Nature，2篇作者都仅2人！

近日，美国加州理工学院钱璐璐（Lulu Qian）教授课题组在2025年9月3日、10月1日分别以题为“Supervised learning in DNA neural networks”和“Heat-rechargeable computation in DNA logic circuits and neural networks” 发表2篇Nature研究论文。2篇论文作者都只有2人，钱璐璐教授是唯一通讯作者。2篇论文第一作者分别是Kevin M. Cherry博士（2023-2024 博士后)，Tianqi Song 博士（现任教职于UNC Greensboro助理教授）。两项研究解决了分子计算领域长期存在的能源供给和学习能力两大核心难题，意义重大。介绍如下：

钱璐璐（Lulu Qian），华裔科学家，现任加州理工学院生物工程教授。高考考入南京铁道医学院，后被东南大学合并，2002年毕业于东南大学，2007年获上海交通大学生物化学与分子生物学博士学位，师从贺林院士。2008年进入加州理工学院从事博士后研究，2011年1月至2013年6月任加州理工学院生物工程高级访问学者。主要研究方向为人工分子系统的设计与构建 。2012年2月-2012年11月，哈佛医学院访问学者。2013年-2018年，任加州理工学院助理教授；2019年-至今，教授。

2013年获美国国家科学基金会CAREER奖及日本大川奖。2019 年获得《美国化学会志》青年研究者奖，2019 年获得费曼纳米技术奖，2022 年获得施密特科学通才奖（Schmidt Science Polymath Award），2023 年获得理查德・费曼杰出教学奖（Feynman Prize for Excellence in Teaching）。

钱璐璐教授科研成果斐然，深受学生喜爱，获加州理工学院教学最高奖，此前在国内曾因3段婚姻引起争议。

2025年9月3日，美国加州理工学院钱璐璐教授课题组在Nature上发表题为“Supervised learning in DNA neural networks”的研究性论文这项研究发现，DNA分子可以被编程为自主地在体外进行监督学习，系统学习从输入和期望响应的分子示例中执行模式分类。这为在从生物医学到软材料的各种物理系统中进行嵌入式学习和决策的分子机器打开了大门。

该论文作者仅2人， Kevin M. Cherry博士（2023-2024 博士后)为唯一第一作者，钱璐璐教授为唯一通讯作者。

这种设计使得DNA分子系统能够像生物神经网络一样，通过反复训练形成长期记忆，并将这种记忆应用于新的模式识别任务中。钱璐璐教授让大块大块的结构进行自我组装，形成完全自定义的结构。为了彰显这项技术的潜力，用 DNA 创造了世界上最小的“蒙娜丽莎”画。

钱璐璐教授团队创建世上最小版本《蒙娜丽莎的微笑》

实验结果令人震撼：该系统成功构建了包含700多个不同分子物种、超过1200个独特链段的100位记忆网络。在72个代表性测试中，系统展示了出色的分类功能，证明工程化的分子系统确实能够学习复杂的信息处理任务。更重要的是，这种学习能力具备了独立性、整合性、泛化性和稳定性四个关键特征，使其更接近于真正的人工细胞设想。

在解决了学习能力问题之后，钱璐璐团队紧接着攻克了分子计算的另一个核心难题：能源供给的可持续性。

据此，加州理工学院钱璐璐教授提出了一种突破性方案：利用热量为DNA逻辑电路和神经网络“充电”。研究表明，通过加热和冷却，可以使酶游离的DNA电路从热力学平衡状态恢复到非平衡的动力学陷阱状态，从而为后续计算提供能量。团队成功构建了包含超过200种分子物种的复杂逻辑电路与神经网络，系统可在几分钟内完成充电，并支持至少16轮连续计算，且无需担心废物积累导致的性能下降。这一策略为分子机器实现迭代计算、无监督学习等高级自主行为奠定了基础。

2025年10月1日，相关论文以“Heat-rechargeable computation in DNA logic circuits and neural networks”为题发表在Nature上。该论文作者仅2人， Tianqi Song博士（现任教职于UNC Greensboro助理教授）为唯一第一作者。钱璐璐教授为唯一通讯作者。

DNA神经网络中监督学习的概念与设计

这一技术的实际应用潜力巨大。团队成功构建了包含超过200种分子物种的复杂逻辑电路与神经网络，系统可在几分钟内完成充电，并支持至少16轮连续计算，且无需担心废物积累导致的性能下降。在一个七层DNA电路的验证实验中，该系统在连续16轮计算中表现出高度一致的性能，历经640小时与15次复位后仍能可靠响应。

这两项研究的意义远超科学发现本身，它们代表了人类对智能本质理解的深化和对技术边界的拓展。从2006年Paul Rothemund开发DNA折纸术开始，DNA纳米技术已经走过了近二十年的发展历程。钱璐璐团队的工作标志着这一领域从静态结构设计向动态智能行为的历史性转变。

更为重要的是，这些研究为人工智能的发展提供了全新的技术路径。与基于硅芯片的传统计算不同，分子计算具有超高的并行性、极低的能耗和独特的生物兼容性。随着摩尔定律逐渐接近物理极限，分子计算可能成为下一代信息技术的重要基础。钱璐璐团队的工作为实现真正的化学智能铺平了道路。

论文链接：

https://www.nature.com/articles/nature24655

https://www.nature.com/articles/s41586-025-09570-2

https://www.nature.com/articles/s41586-025-09479-w

已收藏 0

点赞 5